本文讓我們從頭開始，通過訓練和測試我們的自定義圖像數(shù)據(jù)集，來構(gòu)建我們自己的自定義CNN（卷積神經(jīng)網(wǎng)絡）模型。

我們將使用驗證集方法來訓練模型，從而將我們的數(shù)據(jù)集劃分為訓練、驗證和測試數(shù)據(jù)集。

在結(jié)束時，你將能夠為 COVID－19 構(gòu)建你自己的自定義 CNN 模型，通過使用你自己的數(shù)據(jù)集進行訓練來執(zhí)行多類圖像分類！

此外，我們還將通過獲取其分類報告和混淆矩陣，在驗證和測試數(shù)據(jù)集上徹底評估訓練模型。此外，我們還將使用 Streamlit 創(chuàng)建一個漂亮而簡單的前端，并將我們的模型與 Web 應用程序集成。

目前已經(jīng)使用 Google Colab 進行所有實施。此外，已將數(shù)據(jù)集上傳到項目的Google drive 。Streamlit Web 應用程序可以從 Google Colab 輕松啟動。

那么，讓我們開始吧！

目錄

· 介紹

· 應用

· 執(zhí)行

· 結(jié)論

介紹

首先，自定義數(shù)據(jù)集是你自己準備的數(shù)據(jù)集，就像你去外面玩并拍攝照片以收集你感興趣的圖像一樣，或者從知名網(wǎng)站下載并使用開源圖像數(shù)據(jù)集來獲取數(shù)據(jù)集，例如 Kaggle、GitHub 等。

總而言之，它是你自己的數(shù)據(jù)集，其中你將所需類的圖像存儲在不同的文件夾中——每個類的文件夾。

在本文中，將解釋如何使用 TensorFlow 在 CT 掃描的 COVID 多類數(shù)據(jù)集之一上為 COVID－19 構(gòu)建 CNN 模型�？梢灾苯訌倪@里下載。現(xiàn)在，暫停并確保你下載數(shù)據(jù)集以跟隨實施。

給定的 Kaggle 數(shù)據(jù)集包括患有新型 COVID－19、其他肺部疾病和健康患者的患者的胸部 CT 掃描圖像。對于這三個類別中的每一個，都有多個患者，并且對于每個類別，都有相應的多個 CT 掃描圖像。

我們將使用這些 CT 掃描圖像來訓練我們的 CNN 模型，以識別給定的 CT 掃描是 COVID 患者、患有除 COVID 以外的其他肺部疾病的患者，還是健康患者的 CT 掃描。該問題包括 3 類，即：COVID、健康和其他肺部疾病，簡稱為“其他”。

應用

我們知道，進行 RTPCR 檢測 COVID 是有風險的，因為拭子檢測通過鼻子到達喉嚨，導致咳嗽，從而將病毒顆粒傳播到空氣中，從而危及衛(wèi)生工作者的生命。

因此，研究人員表示，CT 掃描比此類拭子測試更安全。此外，建議在對 COVID 陽性患者進行 RTPCR 測試后進行 CT 掃描測試。

這就是我們現(xiàn)在正在做的項目可以證明對醫(yī)學界有幫助的地方。

執(zhí)行

Step－1：圖像預處理

Step－2：訓練－測試－驗證拆分

Step－3：模型構(gòu)建

Step－4：模型評估

Step－5：構(gòu)建 Streamlit Web 應用程序

首先，讓我們導入所有需要的包，如下所示：

from tensorflow．keras．layers import Input， Lambda， Dense， Flatten，Dropout，Conv2D，MaxPooling2D

from tensorflow．keras．models import Model

from tensorflow．keras．preprocessing import image

from sklearn．metrics import accuracy＿score，classification＿report，confusion＿matrix

from tensorflow．keras．preprocessing．image import ImageDataGenerator

from sklearn．model＿selection import train＿test＿split

from tensorflow．keras．models import Sequential

import numpy as np

import pandas as pd

import os

import cv2

import matplotlib．pyplot as plt

Step－1 圖像預處理

每當我們處理圖像數(shù)據(jù)時，圖像預處理是第一步，也是最關(guān)鍵的一步。

在這里，我們將所有圖像重新縮放為所需的大�。ㄔ谶@個項目中為 100×100）并將它們除以 255 進行標準化。

根據(jù)我們數(shù)據(jù)集的目錄結(jié)構(gòu)，如上一節(jié)所述，我們必須遍歷文件夾 2（患者文件夾）中存在的每個圖像，該圖像進一步存在于文件夾 1（類別文件夾：COVID、健康或其他）。

因此，相同的代碼是這樣的：

＃ re－size all the images to this

IMAGE＿SIZE ＝ （100，100）

path＝＂／content／drive／MyDrive／MLH Project／dataset＂

data＝［］

c＝0

for folder in os．listdir（path）：

  sub＿path＝path＋＂／＂＋folder

  for folder2 in os．listdir（sub＿path）：

    sub＿path2＝sub＿path＋＂／＂＋folder2

    for img in os．listdir（sub＿path2）：

      image＿path＝sub＿path2＋＂／＂＋img        

      img＿arr＝cv2．imread（image＿path）

      try：

        img＿arr＝cv2．resize（img＿arr，IMAGE＿SIZE）

        data．a(chǎn)ppend（img＿arr）

      except：

        c＋＝1

        continue

print（＂Number of images skipped＝ ＂，c）

注意：在案例中可能會跳過兩個圖像。我們可以忽略它們，因為只是 2 張圖像，而不是跳過大量的圖像。

下面的代碼執(zhí)行圖像的標準化：

x＝np．a(chǎn)rray（data）

x＝x／255．0

現(xiàn)在，由于我們的自定義數(shù)據(jù)集在文件夾中有圖像，我們?nèi)绾潍@取標簽？

使用 ImageDataGenerator 以及以下代碼實現(xiàn)：

datagen ＝ ImageDataGenerator（rescale ＝ 1．／255）

dataset ＝ datagen．flow＿from＿directory（path，
                                     target＿size ＝ IMAGE＿SIZE，
                                     batch＿size ＝ 32，
                                     class＿mode ＝ ＇sparse＇）

此外，要注意類的索引并將這些類分配為標簽，請使用以下代碼：

dataset．class＿indices

y＝dataset．classes

y．shape

運行上面的代碼，你將觀察到以下索引已用于相應的類：

注意：在這一步的最后，所有的圖像都將被調(diào)整到100×100，盡管它們是CT掃描，但它們已被作為彩色圖像提供在選定的Kaggle數(shù)據(jù)集中。這就是為什么當我們在下一節(jié)中嘗試查看 x＿train，x＿val 和 x＿test 的形狀時，會得到100x100x3。這里，3表示彩色圖像（R－G－B）

Step－2：訓練－測試－驗證拆分

在這一步中，我們將數(shù)據(jù)集劃分為訓練集、測試集和驗證集，以便使用驗證集方法來訓練我們的模型，以便在 COVID、健康或其他的 CT 掃描中進行分類。

我們可以使用傳統(tǒng)的 sklearn 來實現(xiàn)。

x＿train，x＿test，y＿train，y＿test＝train＿test＿split（x，y，test＿size＝0．1）

x＿train，x＿val，y＿train，y＿val＝train＿test＿split（x＿train，y＿train，test＿size＝0．2）

此外，使用以下代碼查看每個數(shù)據(jù)集的大�。�

x＿train．shape，y＿train．shape

x＿val．shape，y＿val．shape

x＿test．shape，y＿test．shape

從上面的代碼中，你將觀察到 3002 幅圖像屬于訓練集，751 幅圖像屬于驗證集，418 幅圖像屬于測試集。

Step－3 模型構(gòu)建

現(xiàn)在，我們都準備好從頭開始為 COVID－19 編碼我們的 CNN 模型了。為此，我們只需要不斷添加層，主要是 Conv2D 來提取特征，MaxPooling2D 來執(zhí)行圖像的下采樣。

此外，還使用了 BatchNormalization 層來提高模型在訓練和驗證準確性方面的性能。

因此，我們可以編寫我們自己的 CNN 模型，如下所示：

model＝Sequential（）

＃covolution layer

model．a(chǎn)dd（Conv2D（32，（3，3），activation＝＇relu＇，input＿shape＝（100，100，3）））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃covolution layer

model．a(chǎn)dd（Conv2D（32，（3，3），activation＝＇relu＇））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃covolution layer

model．a(chǎn)dd（Conv2D（64，（3，3），activation＝＇relu＇））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃covolution layer

model．a(chǎn)dd（Conv2D（64，（3，3），activation＝＇relu＇））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃i／p layer

model．a(chǎn)dd（Flatten（））

＃o／p layer

model．a(chǎn)dd（Dense（3，activation＝＇softmax＇））

model．summary（）

卷積神經(jīng)網(wǎng)絡由幾個卷積層和池化層組成。我添加了四個 Conv2D 和 MaxPooling 層。Conv2D 層的第一個參數(shù)是我們必須在其中進行大量操作以達到最佳模型。

你可以從 Keras 官方文檔中了解更多關(guān)于 Conv2D、MaxPooling2D 和 BatchNormalization 的語法。

添加卷積層和最大池化層后，包含了 BatchNormalization 層，然后使用 Flatten（） 函數(shù)添加了輸入層。

這里沒有隱藏層，因為它們對提高模型在訓練期間的性能沒有用處。

最后，添加了輸出層，它確實給了我們最后的輸出！Dense（） 函數(shù)也用于相同的目的。它需要參數(shù) 3，因為我們有 3 個類別：COVID、健康和其他。

此外，這里使用的激活函數(shù)是 softmax 函數(shù)，因為這是一個多類問題。

這是模型架構(gòu)。現(xiàn)在，在我們訓練它之前，我們必須按如下方式編譯它：

使用的優(yōu)化器是常見的 Adam 優(yōu)化器。由于所考慮的數(shù)據(jù)集的標簽是分類的而不是獨熱編碼的，我們必須選擇稀疏分類交叉熵損失函數(shù)。

提前停止用于避免過度擬合。當它開始過度擬合時，它會停止訓練我們的模型，而過擬合又通過驗證損失的突然增加被識別出來。

＃compile model：

model．compile（optimizer＝＇adam＇，loss＝＇sparse＿categorical＿crossentropy＇，metrics＝［＇accuracy＇］）

提前停止可用于避免過度擬合。這樣做是因為我們不知道我們的模型必須訓練多少個 epoch。

from tensorflow．keras．callbacks import EarlyStopping

early＿stop＝EarlyStopping（monitor＝＇val＿loss＇，mode＝＇min＇，verbose＝1，patience＝5）

＃Early stopping to avoid overfitting of model

現(xiàn)在，讓我們最終訓練我們的自定義 CNN 模型，比如 30 個 epoch：

history＝model．fit（x＿train，y＿train，validation＿data＝（x＿val，y＿val），epochs＝30，callbacks＝［early＿stop］，shuffle＝True）

在第 16 個 epoch 遇到了提前停止，因此模型只訓練了 16 個 epoch，在結(jié)束時它顯示出 100％ 的訓練準確度和 78．83％ 的驗證準確度。

Step－4 模型評估

可視化我們的模型訓練的最佳方法是使用損失和準確度圖。

以下代碼可用于獲取我們訓練的模型的損失和準確度圖：

＃loss graph

plt．plot（history．history［＇loss＇］，label＝＇train loss＇）

plt．plot（history．history［＇val＿loss＇］，label＝＇val loss＇）

plt．legend（）

plt．savefig（＇loss－graph．png＇）

plt．show（）

＃accuracies

plt．plot（history．history［＇accuracy＇］， label＝＇train acc＇）

plt．plot（history．history［＇val＿accuracy＇］， label＝＇val acc＇）

plt．legend（）

plt．savefig（＇acc－graph．png＇）

plt．show（）

準確率和損失圖如下：

驗證數(shù)據(jù)集的分類報告和混淆矩陣：

y＿val＿pred＝model．predict（x＿val）

y＿val＿pred＝np．a(chǎn)rgmax（y＿val＿pred，axis＝1）

print（classification＿report（y＿val＿pred，y＿val））

confusion＿matrix（y＿val＿pred，y＿val）

因此，可以清楚地得出結(jié)論，我們用于 COVID CT 掃描的 CNN 模型是最好的。它顯示了其他肺部疾病類別的平均表現(xiàn)。

然而，它對健康患者的表現(xiàn)相對較差。此外，我們的模型在驗證數(shù)據(jù)集上顯示出 79％ 的準確率。

測試數(shù)據(jù)集的分類報告和混淆矩陣，這對我們的模型來說是全新的：

y＿pred＝model．predict（x＿test）

y＿pred＝np．a(chǎn)rgmax（y＿pred，axis＝1）

print（classification＿report（y＿pred，y＿test））

confusion＿matrix（y＿pred，y＿test）

它在測試數(shù)據(jù)集上顯示了 75％ 的準確度，與驗證數(shù)據(jù)集的性能相似。

總的來說，我們可以得出結(jié)論，我們已經(jīng)從頭開始為 COVID－19 開發(fā)了一個現(xiàn)實的 CNN 模型。

現(xiàn)在讓我們使用以下代碼保存模型：

model．save（＇／content／drive／MyDrive／MLH Project／model－recent．h5＇）

Step－5 構(gòu)建 Streamlit Web 應用程序

在這一步中，我們將使用 Streamlit 創(chuàng)建一個前端，用戶可以在其中上傳胸部 CT 掃描的圖像。單擊“預測”按鈕將輸入圖像預處理為 100×100，這是我們用于 COVID－19 的 CNN 模型的輸入形狀，然后將其發(fā)送到我們的模型。

為了檢查我們的模型預測該圖像是哪個類別，我們使用 np．a(chǎn)rgmax（） 函數(shù)獲得對應于最大值的索引，從而根據(jù)步驟 1 表中討論的標簽索引得出結(jié)論。

首先，我們必須安裝 Streamlit 并導入 ngrok：

！pip install streamlit －－quiet

！pip install pyngrok＝＝4．1．1 －－quiet

from pyngrok import ngrok

然后是實際代碼。

這里，我們主要加載保存的模型——h5文件，并使用它進行預測。模型文件的名稱是 model－recent．h5。可以選擇直接從本地系統(tǒng)上傳圖像并檢查其類別 － 如果 CT 掃描是 COVID 或健康或其他肺部疾病。

st． button（‘Predict’）  創(chuàng)建一個寫有“Predict”的按鈕，并在用戶單擊按鈕時返回 True。st．title（） 使其參數(shù)中的文本以深色粗體顯示。

這些是要討論的一些 Streamlit 功能。

％％writefile app．py

import streamlit as st

import tensorflow as tf

import numpy as np

from PIL import Image ＃ Strreamlit works with PIL library very easily for Images

import cv2

model＿path＝＇／content／drive／MyDrive／MLH Project／model－recent．h5＇

st．title（＂COVID－19 Identification Using CT Scan＂）

upload ＝ st．file＿uploader（＇Upload a CT scan image＇）

if upload is not None：

file＿bytes ＝ np．a(chǎn)sarray（bytearray（upload．read（））， dtype＝np．uint8）

opencv＿image ＝ cv2．imdecode（file＿bytes， 1）

opencv＿image ＝ cv2．cvtColor（opencv＿image，cv2．COLOR＿BGR2RGB）

＃ Color from BGR to RGB

img ＝ Image．open（upload）

st．image（img，caption＝＇Uploaded Image＇，width＝300）

if（st．button（＇Predict＇））：

  model ＝ tf．keras．models．load＿model（model＿path）

  x ＝ cv2．resize（opencv＿image，（100，100））

  x ＝ np．expand＿dims（x，axis＝0）    

  y ＝ model．predict（x）

  ans＝np．a(chǎn)rgmax（y，axis＝1）

  if（ans＝＝0）：

    st．title（＇COVID＇）

  elif（ans＝＝1）：

    st．title（＇Healthy＇）

  else：

    st．title（＇Other Pulmonary Disorder＇）

最后，從以下位置獲取 Web 應用程序的 URL：

！nohup streamlit run app．py ＆

url ＝ ngrok．connect（port＝＇8501＇）

url

將此 URL 粘貼到 Chrome 網(wǎng)絡瀏覽器中以查看我們漂亮的應用程序。

結(jié)果

使用瀏覽按鈕上傳圖像然后單擊預測按鈕后，你的 Web 應用程序應如下所示。

結(jié)論

因此，我們使用我們的數(shù)據(jù)集成功構(gòu)建并訓練了我們自己的 COVID－19 CNN 模型！相同的方法可用于兩個或更多類。你所要做的就是更改輸出層或模型架構(gòu)的最后一層中的類數(shù)量。

       原文標題 : 構(gòu)建自定義CNN模型：識別COVID-19